愛分析基于多個國內(nèi)L先企業(yè)的智能化轉(zhuǎn)型和人工智能應(yīng)用實踐案例的深度調(diào)研分析，以及過往對產(chǎn)業(yè)數(shù)字化與智 能化的持續(xù)跟蹤研究，梳理出了當(dāng)下人工智能在產(chǎn)業(yè)落地中會面臨的20個主要挑戰(zhàn)，這些挑戰(zhàn)涉及戰(zhàn)略、數(shù)據(jù)、場 景規(guī)劃、應(yīng)用解決方案開發(fā)、技術(shù)基礎(chǔ)設(shè)施、組織與人才六個維度

如下

戰(zhàn)略層面

1 智能化轉(zhuǎn)型缺少明確的短期、中期和長期目標(biāo)與路徑

2 需要在組織、治理結(jié)構(gòu)和制度流程等方面達(dá)成統(tǒng)一，以推動變革

3 缺少及時主動地識別新技術(shù)用于業(yè)務(wù)創(chuàng)新的機(jī)制，以及相應(yīng)的資源支持

數(shù)據(jù)層面

1 支撐智能化轉(zhuǎn)型的數(shù)據(jù)基礎(chǔ)較差，包括了數(shù)據(jù)孤島、數(shù)據(jù)質(zhì)量低、數(shù)據(jù)廣度與深度不足、數(shù)據(jù)架構(gòu)老舊等問題

2 缺少面向AI開發(fā)的數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)管理等方面的標(biāo)準(zhǔn)化方法自動化能力

場景規(guī)劃層面

1 業(yè)務(wù)價值鏈與可智能化的應(yīng)用場景普遍較分散，導(dǎo)致AI應(yīng)用場景不明確

2 缺少定位G價值度應(yīng)用場景的方法

2022愛分析人工智能應(yīng)用實踐報告